[发明专利]一种真空开关机械故障诊断方法、系统、设备及可读存储介质

权利要求书

1.一种真空开关机械故障诊断方法，其特征在于，包括以下步骤：

S1，获取不同真空快速开关的不同机械故障状态下的分闸振动信号，对获取的分闸振动信号进行S变换，得到S变换二维复数时频矩阵，然后对S变换二维复数时频矩阵进行求模运算得到S变换模矩阵；

S2，对S变换模矩阵进行矩阵分割得到多个子矩阵；

S3，对每个子矩阵进行奇异值分解，得到奇异值矩阵，将S变换模矩阵中第i行、第j列对应的子矩阵的最大奇异值进行归一化处理，得到最大奇异值能量熵，以求得的最大奇异值能量熵作为输入向量输入随机森林集成学习模型进行故障快速诊断。

2.根据权利要求1所述的一种真空开关机械故障诊断方法，其特征在于，通过加速度传感器对真空快速开关分闸时产生的振动信号按采样时间t、采样频率f进行采样，得到不同状态的分闸振动信号。

3.根据权利要求1所述的一种真空开关机械故障诊断方法，其特征在于，对得到的振动信号进行S变换时频分析，公式为：

其中，x(t)为输入信号，τ为位移因子，f为频率，a和b共同控制高斯窗的窗宽。

4.根据权利要求3所述的一种真空开关机械故障诊断方法，其特征在于，取a＝3.5，b＝2，得到的S变换的结果为二维复数时频矩阵，对该矩阵进行求模运算后得到S变换模矩阵。

5.根据权利要求1所述的一种真空开关机械故障诊断方法，其特征在于，对于一个大小为m×n的矩阵A，存在m×m的矩阵P，m×n的矩阵Σ，n×n的矩阵Q，使得A满足：

A＝PΣQ^T

其中，P的列向量称为矩阵A的左奇异向量，Q的列向量称为矩阵A的右奇异向量，矩阵Σ对角线元素称为矩阵A的奇异值：

Σ＝diag{σ₁,σ₂,···,σ_r,0,···,0}

其中，r＝rank(A)，矩阵奇异值满足：

σ₁≥σ₂≥···≥σ_r≥0。

6.根据权利要求1所述的一种真空开关机械故障诊断方法，其特征在于，将S变换模矩阵中第i行、第j列对应的子矩阵的最大奇异值记作σ_ij，其中：i＝1，2，…，N；j＝1，2，…，M；

将子矩阵的最大奇异值按时间和频率分别求归一化能量：

则振动信号的最大奇异值能量熵为：

其中，H_t表示时域最大奇异值能量熵，H_f表示频域最大奇异值能量熵，将H_t和H_f合并后作为特征向量。

7.根据权利要求1所述的一种真空开关机械故障诊断方法，其特征在于，通过自主采样法从包含m个样本的原始样本集中随机并且有放回地选出m个样本，共进行n_t次采样，从而得到n_t个训练集；

对于n_t个训练集，训练得到n_t个决策树模型；

设每个基决策树模型有d个划分属性，则在每个结点分裂时先从该结点的属性集合中随机选择一个包含k个属性的子集，从这个子集中根据信息增益的大小选择一个最优属性进行划分；

每个基决策树都如此进行分裂，直至该结点的所有训练样本都属于同一类；

将生成的多个基决策树组合为随机森林，投票决定最终分类结果。